摘要：针对机载LiDAR点云提取城区道路自动化程度低以及提取道路网不完整的问题,提出一种基于偏度平衡算法自动提取城区道路的方法。首先,计算末次回波点云中邻近点的坡度,依据城市道路设计标准选择坡度阈值,分离非地面点并获得初始道路点云;然后,利用偏度平衡算法计算出最优强度阈值,滤除非道路点,再结合道路与停车场的空间位置关系,通过点距精化初始道路点云;最后,对道路区域进行细化和平滑,得到道路中心线。通过定量分析及对比实验,该方法能够自动地从LiDAR点云中提取出较为完整的道路网。

摘要：反射强度信息是机载激光雷达(Li DAR)系统所获取数据的重要组成部分,利用反射强度信息提取道路点云的主要难点在于道路点云通常包含在地面点云中,而区分道路点云与非道路点云的反射强度阈值较难获取。针对该问题,提出了基于偏度平衡的道路点云提取算法,该算法可以自动、准确、无参地确定反射强度阈值,进而获取纯净的道路点云。分别采取位于我国山西省某地和德国某城市的两组Li DAR点云数据来检验该算法在不同地理环境下的有效性。实验结果表明所提算法简单有效,并且能够得到良好的道路点云提取结果。

摘要：传统点云断面提取是在3D产品基础上进行的,需要先对点云滤波获得地面点,再采样得到断面信息,这一过程处理数据量大、工作效率低而且断面成果质量难以保证,需要大量手工精化工作。该文针对公路断面专题制作的生产需求,提出了一种新的生产流程及方法,首先基于数字表面模型数据提取断面,对断面的点云集合进行二维投影,得到二维点阵列;再基于偏度平衡的滤波算法对点云阵列进行滤波;最后进行保留特征的断面点云抽稀。实验表明,新流程减少了数据处理量,有效提高了断面生产的效率和精度。

摘要：在机载Li DAR点云数据处理中,如何从原始点云中提取地面点进而生成DEM(Digital Elevation Model)成为当下机载Li DAR点云数据处理的重要研究方向。针对传统线性预测算法存在的不足,对传统线性预测滤波算法在噪声点剔除、数据格网化分块、迭代终止条件判断、重要滤波参数设置等方面进行了改进,并利用国际摄影测量与遥感协会提供的实验数据,对4块实验区进行改进后的算法验证,结果表明,改进后的滤波算法提高了滤波的总精度和地面点的精度。